蚂蚁追踪技术在辛34断块解释中的应用

东辛油田辛34断块断裂复杂,多数为低级序断裂,识别难度较大,利用蚂蚁追踪技术对辛34断块内断层进行自动追踪解释.地震资料构造平滑处理之后,利用方差体属性检测地震数据在空间上的不连续性,在方差体属性基础上生成蚂蚁属性体,将自动解释成果与人工解释成果进行对比.结果表明:蚂蚁属性体虽含有断裂假象,但其平面和剖面断层的空间展布痕迹较清晰;三维断片编辑后可直接转化为解释数据并用于构造模型建立;自动解释成果与人工解释成果相差不大,对于某些低级序断层,蚂蚁自动解释识别能力更强,蚂蚁属性体断裂痕迹可以有效地指导断裂平面及剖面解释,使得解释效果更加精确;验证了该方法的实用性和有效性,可以辅助人工解释.     

欧亚阻塞高压的计算机识别

根据阻塞高压的天气学定义,运用计算机识别的方法检索出欧亚大陆中高纬地区阻塞高压的出现次数。将得到的结果与人工查阅天气图方法对比,经过精度检验,得到用计算机程序的识别方法可以代替人工识别的结论。提出的计算机识别方法力图用尽量少的气象资料识别阻塞高压,并通过对阻塞高压的分析,识别阻塞高压的典型特征,减少了人为因素带来的主观不确定性,提高了阻高识别的工作效率。     

灰色系统在构造建模中的应用

探索小层对比定量分析方法与手段,弥补传统人工小层对比定性分析的不足,确保构造建模的正确性。将小层对比作为一个灰色系统研究,模拟人脑和创造性思维的对比过程,借助于数学方法,开展井间灰色关联分析,以关联度作为定量分析的标准,建立数学算子与地质解释的对应关系。结果表明,该方法不仅可以较准确地实现井间定量化自动连层,还可以对人工小层划分结果进行定量化检测,识别异常小层划分。     

测井相分析在准噶尔盆地车排子地区的应用

传统的沉积微相研究主要是通过岩心观察或岩屑录井资料对目的层段的岩性及沉积环境进行研究,然而岩心及岩屑资料却是十分有限的。目前利用测井资料进行沉积微相分析已成为沉积学的发展趋势,本文通过研究车排子地区各沉积微相以及相应的测井响应特征,提取不同微相的测井特征参数。利用计算机工具,采用现代数学方法建立的电性-沉积微相判别公式,实现了沉积微相的人机交互识别。结果表明,所得结果与人工识别结果的吻合率达到了87%,由此可见利用测井资料自动识别沉积微相是可行的,不仅能大大弥补人工识别的不足,还可提高储层解释的速度和精度。     

基于最小二乘支持向量机的低孔低渗薄互层油藏水淹层识别方法

大庆西部外围低孔低渗泥质砂岩泥质含量重、储层厚度薄,水淹层测井响应特征不明显,常规人工经验性解释已不能满足实际开发需要.根据油水性质在测井资料表现上的不同,选取有效表征油水性质的独立测井参数,基于最小二乘支持向量机理论,建立分类器进行油水性质识别分析.以工区现有测试资料的层位作为训练样本进行训练,建立不同水淹级别储层的分类器,并验证分类器精度及有效性,从而对油田生产的待识别油水层进行识别分析.通过对工区的样本学习和预测,并与实际试油资料进行对比,符合率达到92.2%,结果表明,最小二乘支持向量机在低孔低渗薄互层水淹层中可获得良好应用.     

基于敏感地震属性波形分类的流体预测研究

系统对比了针对储层流体的现有各种识别因子识别含气和含水砂岩的能力,结果显示,高灵敏度识别因子 有较强的综合识别能力。以S 盆地L 研究区为例,在主要含气不等厚层段内对高灵敏度流体因子在神经网络模式和 PCA 神经网络模式两种情况下基于形态学进行分类,效果对比明显,结合井解释资料对研究区进行了初步的流体预 测。将波形分类法的应用范围从主要是进行地震相-沉积相分析、储层预测等扩展到对流体因子在目标层段进行分析 处理从而进行层段内流体预测,对仅在剖面和切片上利用流体因子来进行流体识别和预测是一种新的有价值的补充。 首次探讨了将波形分类技术应用于流体预测,认为该方法与其他解释成果结合对于有效降低勘探风险、提高钻井成功 率具有一定的指导意义。     

准噶尔盆地车排子地区测井微相定量识别方法

传统的沉积微相研究主要是通过岩心观察或岩屑录井资料对目的层段的岩性及沉积环境进行研究,然而岩心及岩屑资料却是十分有限的。目前利用测井资料进行沉积微相分析已成为沉积学的发展趋势,通过研究车排子地区各沉积微相以及相应的测井响应特征,提取不同微相的测井特征参数。利用计算机工具,采用现代数学方法建立的电性-沉积微相判别公式,实现了沉积微相的人机交互识别。结果表明,所得结果与人工识别结果的吻合率达到了87%,由此可见利用测井资料自动识别沉积微相是可行的,不仅能大大弥补人工识别的不足,还可提高储层解释的速度和精度。     

BP神经网络在钻孔测井资料分类识别杂卤石中的研究

以BP神经网络理论和测井解释为基础,测井数据作为输入,构建神经网络模型。对川中地区下中三叠统杂卤石层做精细识别,将识别结果与录井资料对比,正确率达到86.3%,在改变约束条件的情况下正确率达到97.7%,识别效果好;以杂卤石含量高低对测井响应值的影响程度不同为依据,构建杂卤石层分类识别模型,模型识别正确率达到82.51%,能较为准确且快速地识别出杂卤石层、石膏质杂卤石层和杂卤石膏岩层,与常规测井解释方法相比具有明显优势。结果表明,将BP神经网络运用到钾矿勘探中具有良好前景。     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高     

榆树林油田地震资料应用评价

大庆榆树林油田为了提高地震资料分辨率,以利于油藏描述工作,对一些老地震资料进行高分辨率精细处理和解释。解释方法不仅采用常规解释方法,而且还采取了高低频地震资料对比解释的方法,取得了很好的效果。这种新的解释思路对榆树林油田扶余油层、杨大城子油层、葡萄花油层的有效开发意义深远。     

张量曲率边界识别方法在煤田火烧区磁异常中的应用

 为了准确识别煤田火烧区边界位置,对火烧区磁异常进行更加精细的解释,将张量曲率边界识别方法引入到煤田火烧区磁异常的解释中,探讨分析煤田火烧区磁异常的张量曲率特征.根据煤田火烧区磁异常的特点,利用张量曲率的较大特征值和较小特征值分别圈定煤田火烧区和正常区.模型试验中,通过与常用的Theta 图以及垂向导数等方法对比,体现了张量曲率分析方法在地质体边界识别中的优越性,验证了该方法在火烧区边界识别中的有效性.将该方法应用于乌达某煤田实测磁异常数据的解释,发现利用该方法圈定的火烧区范围和其他勘探结果以及已知地质资料相符,说明该方法可以准确有效地识别煤田火烧区和正常区边界范围,为煤田火烧区的磁异常解释提供很好的依据.     

基于广义S变换的地震资料处理

在实际地震资料处理中,其地震数据处理成果会影响后期解释的准确性和可靠性,由于受到各种环境,复杂地形因素的影响,其处理结果导致实际地震分辨率不是很高,品质不好,不适用于后期的构造解释和储存预测。本文是基于S变换的原理,通过改变S变换窗函数的算法,提高时频分辨率,以薄互层模型为基础,在实验中通过各种不同时频分析方法的对比研究,以及对处理实际问题中得到结果进行分析对比,最后得出广义S变换在地震资料处理相比中提到的其他方法更具有明显的优势。     

物探及地质资料在地震解释中的综合应用

以A盆地B凹陷为例 ,提出了综合利用物探和地质资料进行地震资料解释的方法。在对地震资料的解释过程中 ,将每一环节的物探资料和地质资料紧密结合 ,能够真正提高解释成果的可靠性。在层位标定中 ,联合运用层序地层学标定法、多井多层合成记录标定法、模型综合标定法 ,保证层位标定的准确性 ;在速度分析中 ,采用各种先进技术和方法 ,综合分析物探、地质、测井资料 ,确保对研究区的地震速度有正确的认识 ;在构造解释中 ,一方面需要用地质模式来指导地震解释 ,另一方面又要通过地震和地质资料的综合研究来修改和完善地质模式。大断层的解释是构造解释的关键 ,地震解释结果必须既符合地震资料的实际 ,又遵循从区域到局部的地质规律。     

噪音背景下流体识别应用方法探讨

地震资料处理中,难免存在噪声,因此在频率域储层识别的研究中,低频噪音问题是干扰储层识别的重要影响因素,在噪音问题上必须采取有效的手段,才能排除低频信息是流体的响应而不是噪音的响应。据此在储层检测手段上,首先要进行噪音对算法的干扰分析,只要在检测方法上噪音不产生干扰,那么用到实际地震资料流体识别上才有意义,通过在噪音背景下的模型进行试算,优选了抗噪性好、分辨率高的小波基函数对实际资料进行处理。另外,对地震流体识别可靠性检验方面,主要是通过测井解释来验证地震检测流体的可靠性。研究结果表明,优选的小波基函数不仅在模型上取得了很好的效果,在研究区过井地震资料上存在低频异常,与测井解释油气显示基本吻合。     

气象雷达在人工增雨效果物理检验中的应用

为验证人工增雨效果物理检验方法的合理性及有效性,选取2016年4月16日徐州市一次非随机火箭人工增雨作业个例,在对其进行合理性分析的基础上,分别从云体动态追踪检验和静态区域对比检验两方面论证增雨催化是否有效.首先解析了新一代S波段多普勒气象雷达（CINRAD/SA）基数据以获取反射率资料,再通过计算获取特定的雷达产品,然后对人工增雨作业前后的作业云体和对比云体进行识别追踪并编号,划分作业影响区和对比区,通过雷达回波物理参量的时序对比分析,得到催化作业效果的物理证据.研究发现：作业云体较之对比云体在5个物理量上的正偏离逐渐变大,且在作业约25 min后进一步发展并维持一段时间;催化作用可使经过影响区的云体发展状态得以维持.     

模糊贴近度在储层识别中的应用

为了克服测井解释中通常采用的最大隶属原则进行决策分析导致信息丢失所引起的判别结果的偏差,将模糊数学中的非对称贴近度分析法与神经网络结合起来,充分利用各分量信息建立了一种基于模糊贴近度的神经网络识别法。通过临盘油田实际资料解释表明,在储层识别中采用该方法可大大改善解释效果。     

基于图像处理技术的线形识别的实验研究

对于悬索桥,斜拉桥和拱桥来说,索或拱轴线的线形对整个桥梁的运营至关重要.通过室内实验对拉索进行模拟研究,采用基于图像处理技术对拍摄获得的图像进行图像转换、图像增强以及边缘检测处理,从而拉索的边缘图像坐标,再根据人工标志获取的图像转换系数实现线形识别的目的.通过多组对比实验,获得了正确的拍摄方法,运用该方法可以得到很高的线形识别的精度.     

微电阻率扫描成像测井在涩北气田的应用

柴达木盆地东部的涩北气田属世界罕见的第四系生物成因气藏,具有埋藏浅、储层疏松、成岩性差、粒度细、层多而薄、泥质含量高、地层电阻率低等特点,利用常规测井资料评价储层难度大,尤其是薄层和薄互层的识别。本文结合常规测井解释资料和岩心分析资料以及微电阻率扫描成像测井(FMI)资料,对涩北气田的岩性、沉积环境、构造、薄层识别进行分析和对比。结果表明:微电阻扫描成像测井技术具有高分辨率、高井眼覆盖率和直观可视等特征,可提高测井评价精度,特别是在薄层识别方面,可以清晰准确地进行判别。     

利用独立成分分析和朴素贝叶斯算法识别含硬石膏储层的岩性

提出了利用独立成分分析结合朴素贝叶斯算法识别岩性的方法,并以某含硬石膏储层为例进行了岩性识别.结果表明,通过与独立成分分析的结合,贝叶斯算法能提高识别岩性的准确度.与单独使用贝叶斯算法相比,二者结合可使识别含硬石膏粉砂岩的正确率提高29个百分点.同时指出,在测井解释的过程中不应忽略算法的应用条件,通过合理的预处理方法,可以使解释过程更加严谨,从而提高测井解释水平.     

神经网络法在变质岩岩性识别中的应用

将神经网络方法引入到测井资料的处理和解释中,以辽河油田某取心井为实例,建立神经网络测井岩性识别模型,对混合花岗岩、混合片麻岩、角闪岩进行岩性识别预测。岩性识别正确率高达90%以上,说明了神经网络方法的有效性。